Contexto del trabajo

La base de datos presenta información sobre datos personales y resultados de pruebas neuropsicológicas y psicométricas realizadas en adultos mayores.

Las pruebas neuropsicológicas o neurocognitivas son un método de diagnóstico que estudia el funcionamiento cerebral, permiten comprender el funcionamiento de diferentes áreas y sistemas del cerebro mediante la medición de las capacidades cognitivas del paciente

Las pruebas psicométricas son un método de evaluación usualmente usado por los departamentos de Recursos Humanos, puesto que permite determinar rasgos potenciales del paciente.

Estructura de los datos

• Datos Generales de la persona.
• Mini Examen del Estado Mental.
• Trail Making Test.
• Geriatric Depression Scale (Escala de depresión Geriátrica).
• Cuestionario de apoyo social.

Objetivos del trabajo

Utilizar las técnicas aprendidas tanto en el curso de Aprendizaje Estadístico como a través de la carrera, para realizar un análisis estadístico con el fin de poder generar nueva información a partir de los datos.

Análisis de Componentes Principales

Gráfico de sedimentación

Proporción de Varianza Explicada

Análisis de Correspondencia Múltiple

Gráfico de Sedimentación

Proporción de Inercia Explicada

Regresión Logística

Nivel de la variable dependiente tomada como éxito: “Sin problemas Cognitivos”

Modelo seleccionado usando algoritmo del mejor subconjunto

	Odds	Error Std.	Valor z	Valor P	Sig
(Intercept)	22.5079980	1.0194353	3.0545056	0.0022543
Genero2	0.8232199	0.1976310	-0.9843188	0.3249588
Edad	0.9574184	0.0127037	-3.4253751	0.0006140
Alcohol1	0.7298563	0.3128900	-1.0064484	0.3141999
Alcohol2	0.5402708	0.8431672	-0.7302048	0.4652650
Discapacidad2	1.2154710	0.2006059	0.9727114	0.3306967
EstadoCas	2.2645909	0.2687323	3.0416666	0.0023527
EstadoViu	1.0771390	0.2559039	0.2903766	0.7715281
EstadoUL	0.7539042	0.3187271	-0.8863066	0.3754523
EstadoSep	0.9523346	0.3884881	-0.1257151	0.8999575
EstadoDiv	0.8899015	0.6029224	-0.1934651	0.8465947
DeprimidoNo Deprimido	1.8810441	0.1826179	3.4598297	0.0005405

Conjunto de entrenamiento (75%)

Conjunto de prueba (25%)

Tasa de acierto del 64%.

Resultados

Bootstrap

	orignial	bias	sd
(Intercept)	4.3432415	-3.9274977	1.0591361
Genero	-0.0490439	0.4647877	0.1817363
Edad	-0.0462106	0.4619545	0.0111716
Alcohol	-0.2439726	0.6597164	0.2011535
Expuesto	-0.0618694	0.4776132	0.1492926
Discapacidad	0.1660777	0.2496662	0.1729159
Estado	-0.1144888	0.5302326	0.0564799
Deprimido	-0.6759992	1.0917430	0.1531049

Importancia de las variables

Clasificador de Vectores de Soporte

Elección del mejor parámetro de coste

Se usa un kernel lineal

Coste	Error	Dispersión
0.001	0.3538113	0.0678168
0.010	0.2732002	0.0430720
0.100	0.2522081	0.0652893
1.000	0.2522081	0.0652893
5.000	0.2522081	0.0652893
10.000	0.2556866	0.0657091
15.000	0.2556866	0.0657091
20.000	0.2556866	0.0657091

Usando el parámetro obtenido se tienen las siguientes predicciones

	Con problemas	Sin problemas
Con problemas	53	29
Sin problemas	45	119

• Observaciones del test mal clasificadas: 30.08 %

• Tasa de aciertos: 69.92%

• Número de vectores de soporte: 393

Elección del coste